CN114019543B - 用于改善伪距观测质量的弹性增强gnss伪码跟踪方法 - Google Patents

Abstract

本发明提供一种用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，当卫星信号受衰弱、干扰或多径影响时，利用弹性增强模块A‑DLL生成的伪码跟踪增强信息输入到GNSS接收机基带，辅助控制伪码NCO，弹性增强GNSS伪距观测质量，获得高质量GNSS伪距观测信息和连续精确的定位结果。所述弹性增强模块A‑DLL包括卫星信息计算单元、多普勒预测模型、伪距误差估计模型和弹性增强信息生成模型，所述卫星信息计算单元用于计算卫星位置、速度、加速度和卫星矫正信息；所述多普勒预测模型用于计算卫星和GNSS接收机相对运动引起的多普勒；所述伪距误差估计模型用于获得伪距误差估计值，辅助伪码跟踪；所述弹性增强信息生成模型用于根据输入信息种类及辅助形式差异支持四种增强模式。

Description

用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法

技术领域

本发明属于卫星导航或组合导航技术领域，涉及一种改善伪距观测质量的弹性增强GNSS伪码跟踪方案，在卫星信号衰弱、干扰、多径时应用本发明方法可以获得高质量的GNSS伪距观测信息和连续精确的定位结果。

背景技术

全球导航卫星系统(Global Navigation Satellite System，GNSS)泛指可以全天候、连续地向用户提供位置、速度、时间(Position Velocity and Time，PVT)信息的覆盖全球的卫星系统及其增强系统。自问世以来，GNSS已充分显示了其在导航与定位领域中的霸主地位，在军事和民用的许多领域由于GNSS的出现发生了革命性变化。GNSS接收机通过接收卫星信号，得到各卫星的观测量信息，再利用定位导航算法得到用户接收机的时间和位置信息。随着GNSS在信号遮挡、中断频繁的城市环境的应用日益广泛，普通接收机技术已无法满足连续、精确的需求。

在无信号遮挡的开阔环境，传统GNSS接收机基于伪距观测量进行定位，单点定位精度在10m左右，基于伪距差分技术的定位精度在1m左右，是目前手机、车载导航的主要手段；基于载波相位观测量的精密单点定位(Precise Point Positioning，PPP)和实时动态(Real-time Kinematic，RTK)，可以满足高精度定位场景(厘米级定位精度)的应用需求，是未来无人系统精确定位的必备手段之一，近些年得到快速发展。然而，无论是PPP还是RTK技术，都需要高质量的伪距观测值保障模糊度固定速度和成功率。在无多径、无干扰的强信号环境下，传统GNSS码跟踪环路采用载波辅助可以实现无偏跟踪，输出较高质量的伪距观测值；在弱信号、多径或者干扰环境下，码鉴别器的鉴别误差较大，导致伪距观测质量严重恶化。

国内外学者从GNSS接收机信号层面和数据处理层面提出不同的方法来改善伪距观测质量。在信号处理层面，提出了矢量跟踪结构，该方法直接采用接收机上层定位、测速结果估计伪码变化并控制伪码NCO，各卫星不再独立闭环跟踪，能够利用定位信息融合多通道优势的特点提高伪码跟踪的精度、灵敏度、连续性，在城市环境下可以输出较高质量的伪距观测值。然而，该结构在定位失效时需要传统捕获、跟踪策略进行初始化和跟踪恢复，且对现有GNSS接收机基带结构调整较大，实用性差、计算量大，目前尚未在商用接收机中使用。在观测量数据处理层面，采用载噪比、高度角对伪距进行定权处理，甚至采用和惯导等传感器进行紧组合处理，抑制伪距粗差对定位精度的影响。但是，在信号衰弱、多径、干扰严重的环境下，多数伪距质量严重恶化，数据处理层面的方法效果有限，并且对改善伪距观测质量没有帮助，无法在精密定位的模糊度固定中发挥作用。

发明内容

本发明的目的是提供改善GNSS接收机伪距观测质量的技术，该方法及系统可以达到弹性增强GNSS接收机在弱信号、多径和干扰等复杂环境下的伪距观测质量。

为了实现上述目的，本发明提出的技术方案提供一种用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，当卫星信号受衰弱、干扰或多径影响时，利用弹性增强模块A-DLL生成的伪码跟踪增强信息输入到GNSS接收机基带，辅助控制伪码NCO，弹性增强GNSS伪距观测质量，

所述弹性增强模块A-DLL，包括卫星信息计算单元、多普勒预测模型、伪距误差估计模型和弹性增强信息生成模型，

所述卫星信息计算单元，用于根据卫星星历计算卫星位置、速度、加速度和卫星矫正信息，所得结果用于多普勒预测模型和伪距误差估计模型；所述卫星矫正信息，包括电离层延迟、对流层延迟、卫星钟差、地球自转和群延迟；

所述多普勒预测模型，用于根据卫星和GNSS接收机的位置、速度信息计算卫星和GNSS接收机相对运动引起的多普勒，所得结果用于伪距误差估计模型；

所述伪距误差估计模型，用于获得伪距误差估计值，辅助伪码跟踪，所得结果用于弹性增强信息生成模型；

所述弹性增强信息生成模型，用于根据输入信息种类及辅助形式差异支持四种增强模式，分别对应四种模型，分别为A-DLL-Mode1，A-DLL-Mode2，A-DLL-Mode3，A-DLL-Mode4；

所述模型A-DLL-Mode1，在接收机可提供伪距速率较低时使用；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即导航解算时刻伪码跟踪增强信息，在非导航解算时刻，利用等效辅助伪码跟踪模型，生成与基带环路更新率一致的伪码跟踪增强信息，并与GNSS接收机码环滤波结果一起控制码NCO；

所述模型A-DLL-Mode2，在接收机可提供高速率伪距时使用，其速率与基带环路更新率一致；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即导航解算时刻伪码跟踪增强信息，在非导航解算时刻伪距误差估计模型可利用多普勒模型输出结果进行外推，生成与基带环路更新率一致的伪码跟踪增强信息，与GNSS接收机码环滤波结果一起控制码NCO；

所述模型A-DLL-Mode3，在接收机结构可调整程度较大时使用；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即导航解算时刻伪码跟踪增强信息，在非导航解算时刻伪距误差估计模型可利用多普勒模型输出结果进行外推，生成与基带环路更新率一致的伪码跟踪增强信息；该模型需断开基带码滤波器输出，伪码跟踪增强信息独自控制码NCO，且输出观测伪距时需补偿观测伪距。

所述模型A-DLL-Mode4，在接收机可提供高速率伪距和计算资源充足时使用；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即伪码跟踪增强信息，在非导航解算时刻伪距误差估计模型可利用多普勒模型输出结果进行外推，生成与基带环路更新率一致的伪距误差估计值；同时该模型利用定位质量预测模型，预测定位质量水平，并采用D-S证据理论，利用预测的定位质量水平、卫星信号载噪比和导航解算时刻伪距误差估计值，估计码鉴别器鉴别结果可信度K_ASV和伪距误差估计值的可信度

然后伪距误差估计值经过可信度

加权得到伪码跟踪增强信息，码环滤波器滤波结果经过可信度K_ASV加权与伪码跟踪增强信息一起控制码NCO，实现伪码跟踪增强信息和GNSS接收机码环滤波结果自适应控制码NCO；最后，输出观测伪距时候需补偿观测伪距。

而且，模型A-DLL-Mode1中，

输入的GNSS接收机状态信息包括接收机位置、接收机钟差，GNSS观测信息包括卫星信号载噪比、观测伪距和卫星星历；

输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度；

所述GNSS观测信息，与GNSS接收机导航解算更新率一致；

所述模型A-DLL-Mode1进行以下步骤，

步骤1，根据伪距误差估计模型计算伪距误差估计值，更新率与GNSS接收机定位解算更新率一致；

步骤2，伪距误差估计值经过等效辅助伪码跟踪模型得到等效伪距误差估计值，其更新率与基带环路更新率一致；

步骤3，等效伪距误差估计值作为伪码跟踪增强信息输出；

步骤4，可信度置为1并输出，表示伪码跟踪增强信息与GNSS接收机码环滤波结果一起控制码NCO；

步骤5，观测伪距作为弹性增强后的高质量伪距观测量输出。

而且，模型A-DLL-Mode2中，

输入的GNSS接收机状态信息包括接收机位置、接收机钟差、GNSS接收机速度和加速度信息，GNSS观测信息包括观测伪距和卫星星历；

输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度；

所述GNSS观测量信息，与基带环路更新率一致；

所述模型A-DLL-Mode2进行以下步骤，

步骤1，根据多普勒预测模型和伪距误差估计模型计算伪距误差估计值；

步骤2，伪距误差估计值作为伪码跟踪增强信息输出；

步骤3，可信度置为1并输出，表示伪码跟踪增强信息与GNSS接收机码环滤波结果一起控制码NCO；

步骤4，观测伪距作为弹性增强后的高质量伪距观测量伪距输出。

而且，模型A-DLL-Mode3中，

输入的GNSS接收机状态信息包括接收机位置、接收机钟差、GNSS接收机速度和加速度信息，GNSS观测信息包括观测伪距、卫星星历、载噪比CN0和基带相关器信息IQ；

输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度；

所述模型A-DLL-Mode3进行以下步骤，

步骤1，根据多普勒预测模型和伪距误差估计模型计算伪距误差估计值，伪距误差估计值作为伪码跟踪增强信息输出；

步骤2，可信度置为0并输出，表示断开基带码滤波器输出，伪码跟踪增强信息独自控制码NCO；

步骤3，IQ信息通过A-DLL模块中的码鉴别器，得到鉴别结果；

步骤4，鉴别结果经过加权后，通过卡尔曼滤波器，得到伪距补偿信息来补偿观测伪距，得到补偿后的观测伪距；

步骤5，补偿后的观测伪距作为弹性增强后的高质量伪距观测量伪距输出。

而且，模型A-DLL-Mode4中，

输入的信息有，GNSS接收机状态信息包括接收机位置、接收机钟差、GNSS接收机速度和加速度信息，以及位置、速度的标准差，GNSS观测信息包括观测伪距、卫星星历、载噪比CN0和基带相关器信息IQ，以及由接收机状态信息和观测量信息获得的特征矢量；

输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度；

所述模型A-DLL-Mode4进行以下步骤，

步骤1，根据多普勒预测模型和伪距误差估计模型计算伪距误差估计值，得到外推的伪距误差估计值；

步骤2，根据定位质量预测模型和特征矢量得到GNSS接收机定位误差质量；

步骤3，权重估计模型利用定位误差质量、载噪比CN0和导航解算时刻伪距误差估计值，估计码鉴别器鉴别结果可信度和伪距误差估计值的可信度；

步骤4，经过可信度加权后的码鉴别器鉴别结果，再根据载噪比CN0加权，并通过卡尔曼滤波器，得到的补偿伪距信息来补偿观测伪距，得到补偿后的观测伪距；

步骤5，补偿后的观测伪距作为弹性增强后的高质量伪距观测量伪距输出；

步骤6，输出码鉴别器鉴别结果的可信度；

步骤7，码环滤波器滤波结果经过可信度加权与伪码跟踪增强信息一起控制码NCO；

步骤8，外推的伪距误差估计值经过加权后得到伪码跟踪增强信息并输出。

而且，所述定位质量预测模型，由机器学习训练得到；预测更新率与GNSS导航解算速率一致，在无外部传感器信息辅助时，输入的特征矢量F_r为卫星数量和载噪比与GNSS导航解算得到的位置和速度的标准差；在有外部传感器信息辅助时，特征矢量F_r增加组合导航的位置、速度和姿态的标准差信息。

而且，定位质量预测模型P_Model采用袋装树分类器进行训练，训练集由特征矢量F_r与定位误差质量Q_pos组成，其中定位误差质量Q_pos作为训练集的标签，由对应时刻的定位误差决定。

而且，所述权重估计模型，采用D-S证据理论计算码鉴别器鉴别结果可信度K_ASV、伪距误差估计值的可信度

并满足

本发明提出以下改进：

本发明提出了一种改善伪距观测质量的弹性增强GNSS伪码跟踪方法。该方法将通过对GNSS接收机原有跟踪环路进行微小调整、增加较小计算资源，从信号处理层面解决GNSS接收机在信号衰弱、多路径、频繁中断环境下伪距观测质量差的问题。本发明通过多种模型对伪码跟踪进行弹性增强，实现对伪距观测质量的改善，为GNSS接收机伪距观测性能增强提供了实用、有效的技术途径。如果有外部比特辅助信息，进一步加长IQ路相干积分时间，提高码鉴别器的可靠性，将对复杂环境下的伪距观测质量进一步提升有重要意义。

本发明方案实施简单方便，实用性强，解决了相关技术存在的实用性低及实际应用不便的问题，能够提高用户体验，具有重要的市场价值。

附图说明

图1为本发明实施例改善伪距观测质量的弹性增强GNSS伪码跟踪方法示意图；

图2为本发明实施例弹性增强模块A-DLL结构示意图；

图3为本发明实施例弹性增强模块A-DLL中的多普勒预测模型结构示意图；

图4为本发明实施例弹性增强模块A-DLL中的伪距误差估计模型结构示意图；

图5为本发明实施例弹性增强模块A-DLL-Mode1结构示意图；

图6为本发明实施例弹性增强模块A-DLL-Mode2结构示意图；

图7为本发明实施例弹性增强模块A-DLL-Mode3结构示意图；

图8为本发明实施例弹性增强模块A-DLL-Mode4结构示意图；

图9为本发明实施例有外部传感器信息辅助时伪距误差更新时刻示意图；

图10为本发明实施例伪距误差估计更新时延示意图；

图11为本发明实施例测试验证本发明方法的流程示意图。

具体实施方式

以下结合附图和实施例具体说明本发明的技术方案。

实施例中提供一种改善伪距观测质量的弹性增强GNSS伪码跟踪方法，当卫星信号受衰弱、干扰或多径影响时，利用弹性增强模块A-DLL生成的伪码跟踪增强信息输入到GNSS接收机基带，辅助控制伪码NCO，弹性增强GNSS伪距观测质量。

首先，基于伪距观测方程建立了伪距误差估计模型，分析其在城市环境下的变化情况；其次，根据输入信息种类及辅助形式差异，设计了四种增强模式，分别对应四种模型；最后，在城市环境下测试，对比不同四种模型的真实伪距误差变化情况，验证本发明设计方法的可行性。

下面以GNSS接收机动态城市复杂场景下采用不同的弹性增强信息生成模型对伪距观测的质量改善效果为例，

图1所示，S-DLL表示标量码环，A-DLL表示弹性增强模块与之对应的码环辅助支路，K表示载波环辅助码环的比例因子，E、P和L表示本地复制的超前、即时和滞后C/A码。当卫星信号受衰弱、干扰、多径影响时，利用弹性增强模块A-DLL生成的伪码跟踪增强信息

输入到GNSS接收机基带(该部分实现可参考现有技术)，码环滤波器滤波结果经过码鉴别器输出可信度K_ASV加权后与伪码跟踪增强信息

相结合，一起控制伪码NCO，从而实现弹性增强GNSS伪距观测质量。

图2中，弹性增强模块A-DLL的输入信息包括GNSS接收机状态信息RecInfo，外部传感器数据SensorsData(可选)，GNSS观测信息ObsInfo，以及基带相关器信息IQ。输出信息包括弹性增强后的高质量伪距观测量ρ_{c_i}和伪码跟踪增强信息

以及码鉴别器输出可信度K_ASV，其中i表示为卫星序号。

GNSS接收机状态信息RecInfo包括GNSS接收机位置r_pos、速度r_vel和钟差δρ_τ，以及位置和速度的标准差。外部传感器数据SensorsData，比如惯性测量单元(IMU)数据。若SensorsData有效，则GNSS接收机位置、速度、加速度信息与位置、速度和姿态的标准差由GNSS与外部传感器的组合结果代替。GNSS观测信息，包括观测伪距ρ_i、卫星信号载噪比CN0和卫星星历

弹性增强模块A-DLL包括卫星信息计算单元、多普勒预测模型、伪距误差估计模型和弹性增强信息生成模型。

一、卫星信息计算单元，根据卫星星历

计算卫星位置

速度

加速度

和卫星矫正信息δρ_{c_i}，计算方式为现有技术，本发明不予赘述。所述卫星矫正信息δρ_{c_i}，包括电离层延迟、对流层延迟、卫星钟差、地球自转和群延迟。

二、多普勒预测模型，用于根据卫星和GNSS接收机的位置、速度信息计算卫星和GNSS接收机相对运动引起的多普勒。

具体实施时，可参见文献：张提升GNSS/INS标量深组合跟踪技术研究与原型系统验证。为便于实施参考起见，提供说明如下：

卫星与GNSS接收机之间的相对运动会产生多普勒频移，即卫星相对GNSS接收机的运动多普勒，可以反应卫星相对GNSS接收机的距离变化率。伪距误差估计模型利用多普勒预测模型输出结果对伪距估计值进行外推，得到非导航解算时刻的伪距估计值，再与观测伪距做差得到非导航解算时刻的伪距误差估计值。

本发明多普勒预测模型见图3所示，根据卫星和GNSS接收机的位置、速度信息计算卫星和GNSS接收机相对运动引起的多普勒f_{move_i}。无外部辅助时，需要至少4颗可见卫星计算GNSS接收机的位置和速度；有外部辅助时，当可见卫星数小于4时，使用外部辅助模块提供的位置和速度信息计算f_{move_i}；当可见卫星数大于等于4时，使用GNSS和外部辅助信息的组合解算结果得到f_{move_i}。

卫星与GNSS接收机的相对运动引起的运动多普勒计算见式(1)

式(1)中：

f_{move_i}表示第i颗卫星与GNSS接收机的相对运动多普勒值；

r_pos和r_vel分别表示GNSS接收机的位置和速度；

和

分别表示第i颗卫星的位置和速度；

λ表示卫星信号载波的波长。

一般情况下，GNSS接收机导航解算的速率通常为1Hz，INS更新率通常为50Hz或200Hz，而接收机跟踪环路更新率往往大于导航解算的速率和INS更新率，因此需要外推运动多普勒。下面以1kHz运动多普勒更新率设计方法为例，但不局限于1kHz。

运动多普勒采用等加速外推方法得到更新率1kHz的运动多普勒，见式(2)：

式(2)中：

f_{move_i_k}表示k时刻卫星与接收机的相对运动多普勒；

f_{move_i_n}表示第i颗卫星外推的第n个运动多普勒结果；

n表示外推的第n个结果；

f_{move_i_0}表示第i颗卫星在GNSS接收机导航解算时刻或组合导航更新时刻的运动多普勒值，即外推运动多普勒初始值；

表示卫星相对接收机的多普勒变化率，即：

式(3)中：

表示第i颗卫星的加速度。

r_accel表示接收机的加速度，可由接收机速度前后历元做差获得。

卫星位置、速度和加速度可由卫星星历计算得到。GNSS接收机的位置、速度和加速度可由GNSS接收机内置的导航解算模块获得。根据卫星和GNSS接收机的位置和速度可获得各正常跟踪通道的卫星相对GNSS接收机的运动多普勒；若GNSS接收机具有外部动态信息辅助模块(如基于IMU的惯导辅助)，则GNSS接收机的位置、速度和加速度可由外部动态信息辅助模块产生。

在本具体实施方式中，位置和速度的单位分别为：m和m/s，卫星信号载波波长的单位为m。

具体实施时，优选建议所述多普勒预测模型采用以下流程：

步骤1，建立多普勒预测方程：

其中f_{move_i}表示第i颗卫星与GNSS接收机的相对运动多普勒值，r_pos和r_vel分别表示GNSS接收机的位置和速度，

和

分别表示第i颗卫星的位置和速度，λ表示卫星信号载波的波长。

步骤2，计算卫星相对接收机的多普勒变化率

其中，r_accel为接收机加速度，可由接收机速度前后历元做差获得。

步骤3，采用等加速外推多普勒：

其中f_{move_i_k}表示k时刻卫星与接收机的相对运动多普勒，f_{move_i_n}表示第i颗卫星外推的第n个运动多普勒结果，f_{move_i_0}表示第i颗卫星在GNSS接收机导航解算时刻的运动多普勒值，即外推运动多普勒初始值，n表示外推的第n个结果。

三、伪距误差估计模型

具体实施时，可参见文献：谢钢《GPS原理与接收机设计》第4章，GPS观测量及误差。为便于实施参考起见，提供说明如下：

GNSS接收机对观测量信息的获取完全依赖于跟踪环对卫星信号的紧密跟踪，当卫星信号一段时间内处于弱信号时，码环鉴别器输出的码鉴别结果误差较大，因而GNSS接收机基带输出的伪距观测质量变差；另外，在城市复杂环境中，卫星信号频繁受到遮挡、多路径等影响，并且持续时间较长，伪距观测质量会持续变差。因此，可以在信号受到遮挡时候，由伪距观测方程推导跟踪卫星通道的伪距跟踪误差模型，获得伪距误差估计值，辅助伪码跟踪，从而提高伪距观测质量。

伪距误差估计模型如图4所示，其中i表示卫星序号，

表示卫星位置，r_pos表示接收机位置，δρ_{c_i}表示卫星矫正信息，δρ_τ表示导航解算得到的原始接收机钟差，

表示卡尔曼滤波后的接收机钟差，

表示卡尔曼滤波得到的接收机钟漂；

表示更新率为1Hz的伪距误差估计值，ρ_i表示伪距观测值，

表示伪距误差估计值；f_{move_i_k}表示k时刻卫星相对接收机的运动多普勒，

表示k时刻的伪距估计值，ρ_{i_k}表示k时刻伪距观测值，

表示k时刻伪距误差估计值。

伪距观测方程见式(4)：

ρ＝r+δρ_τ+δρ_I+δρ_T-δρ_s+δρ_er+ε_ρ (4)

考虑到多频多系统，本发明在现有技术基础上提出改进，伪距观测方程可进一步改进为：

ρ＝r+δρ_τ+δρ_I+δρ_T-δρ_s+δρ_er+δρ_gd+ε_ρ (5)

式(5)中：

ρ表示伪距观测值；

r表示卫星与接收机的绝对距离(卫地距离)；

δρ_τ表示接收机钟差；

δρ_I表示电离层延迟；

δρ_T表示对流层延迟；

δρ_s表示卫星钟差；

δρ_er表示地球自转；

δρ_gd表示群延迟；

ε_ρ表示伪距其他误差的总和。

本发明进一步提出，根据式(5)可以进一步推导得到伪距估计方程：

式(6)中：

表示伪距估计值。

表示卫星位置与GNSS接收机解算位置或者组合导航位置的绝对距离；

表示GNSS接收机钟差估计值。

表示估计伪距其他误差总和；

对于导航解算时刻，伪距误差

估计值为：

对于有外部辅助信息辅助的伪码跟踪模式，可利用多普勒将伪距估计值外推，提高其更新率，例如1kHz的更新率。

因此，本发明所构建的GNSS接收机伪距误差估计模型见式(7):

δρ_{c_i}＝δρ_I+δρ_T-δρ_s+δρ_er+δρ_gd

式(8)中：

t表示时间，t_k表示第k个历元的时间。

f_{move_i_k}表示k时刻卫星相对GNSS接收机的运动多普勒；

表示GNSS接收钟漂估计值；

表示0～k时间内卫星相对GNSS接收机视线距离的增量；

δρ_{c_i}表示伪距矫正信息；

表示外推伪距估计值；

表示GNSS接收机导航解算时刻卫星位置与GNSS接收机解算位置或者组合导航位置的绝对距离；

ρ_{i_k}为高速率的伪距观测值，其更新率与基带环路更新率一致，例如1kHz。

在本实施例中，在有外部传感器信息辅助时，比如惯性测量单元(IMU)数据。图9所示，组合导航更新时刻，往往滞后于GNSS接收机导航解算时刻。图10所示，对于更新率为200Hz的传感器信息，即组合导航速率为200Hz，其延迟约为5-10ms，而对于更新率为50Hz的传感器信息，其延迟最大可达20ms。假设某卫星相对接收机的运动多普勒为2000Hz，采用200Hz更新率的传感器信息，计算得到的伪距误差估计值，最大延迟误差约为3.8m；采用50Hz更新率的传感器信息时，伪距误差估计值最大延迟误差约为7.6m。因此，延迟误差是不可忽视的，需要将GNSS接收机导航解算时刻卫星位置与组合导航位置的时间对齐。例如，实施例提出的优化方案为，可通过等速度外推卫星位置，来避免延迟误差对伪距误差估计的影响。

具体实施时，优选建议所述伪距误差估计模型采用以下流程：

步骤1，建立伪距估计方程：

其中，

表示卫星位置与GNSS接收机位置的绝对距离；

表示卡尔曼滤波后的接收机钟差估计值；δρ_I表示电离层延迟；δρ_T表示对流层延迟；δρ_s表示卫星钟差；δρ_er表示地球自转；δρ_gd表示群延迟；

表示估计伪距其他误差的总和。

步骤2，计算导航解算时刻伪距误差估计值：

步骤3，接收机钟差δρ_τ经过卡尔曼滤波得到接收机钟差和钟漂估计值：

步骤4，建立外推伪距模型:

δρ_{c_i}＝δρ_I+δρ_T-δρ_s+δρ_er+δρ_gd

其中f_{move_i_k}表示k时刻卫星相对GNSS接收机的运动多普勒，

表示0～k时间内卫星相对GNSS接收机视线距离的增量，δρ_{c_i}表示伪距矫正信息，

表示外推伪距估计值，

表示GNSS接收机导航解算时刻卫星位置与GNSS接收机解算位置或者组合导航位置的绝对距离。

步骤5，计算非GNSS接收机导航解算时刻的伪距误差估计值

其中ρ_{i_k}为高速率的伪距观测值，其更新率与基带环路更新率一致，例如1K Hz。

进一步地，在伪距估计误差估计模型中，需要用到接收机钟差和钟漂。然而，在城市复杂环境下，GNSS接收机导航解算得到接收机钟差δρ_τ误差较大，同时得到接收机钟漂值误差也很大，影响伪距误差估计值的准确性和可靠性。在多数情况下，例如GNSS接收机采用OCXO晶振，GNSS接收机钟漂的波动可近似一阶变化或者相对平稳的。为了减弱接收机钟差和钟漂对伪距误差估计的影响，导航解算得到接收机钟差δρ_τ通过卡尔曼滤波估计，得到误差相对较小的接收机钟差和接收机钟漂值。

具体实施时，可参见文献：《GPS原理与接收机设计》第6章，卡尔曼滤波及其应用。为便于实施参考起见，提供说明如下：

状态转移矩阵F：

状态向量x：

观测矩阵H：

H＝[1 0] (11)

其中，F_τ表示更新周期，x_k表示接收机钟差δρ_τ，

表示接收机钟漂

Q为过程噪声，R为观测噪声。对于不同质量的晶振，可适当调整卡尔曼滤波的参数和维度以及接收机钟漂的近似模型，来减弱接收机钟差和钟漂对于伪距误差估计的影响。

四、弹性增强信息生成模型

本发明提出建立弹性增强信息生成模型。

本发明目的是通过采用不同的辅助伪码跟踪方法，来弹性增强伪距观测质量。

所述弹性增强模块A-DLL根据输入信息种类及辅助形式差异可以支持四种增强模式，分别对应四种模型，分别为A-DLL-Mode1，A-DLL-Mode2，A-DLL-Mode3，A-DLL-Mode4。所述四种模型均可在当卫星信号受衰弱、干扰或多径影响时使用。

所述模型A-DLL-Mode1，在接收机可提供伪距速率较低时使用；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即导航解算时刻伪码跟踪增强信息，在非导航解算时刻，利用等效辅助伪码跟踪模型，生成与基带环路更新率一致的伪码跟踪增强信息，并与GNSS接收机码环滤波结果一起控制码NCO；

所述模型A-DLL-Mode2，在接收机可提供高速率伪距时使用，其速率与基带环路更新率一致；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即导航解算时刻伪码跟踪增强信息，在非导航解算时刻伪距误差估计模型可利用多普勒模型输出结果进行外推，生成与基带环路更新率一致的伪码跟踪增强信息，与GNSS接收机码环滤波结果一起控制码NCO；

所述模型A-DLL-Mode3，在接收机结构可调整程度较大时使用；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即导航解算时刻伪码跟踪增强信息，在非导航解算时刻伪距误差估计模型可利用多普勒模型输出结果进行外推，生成与基带环路更新率一致的伪码跟踪增强信息；该模型需断开基带码滤波器输出，伪码跟踪增强信息独自控制码NCO，且输出观测伪距时需补偿观测伪距。

所述模型A-DLL-Mode4，在接收机可提供高速率伪距和计算资源充足时使用；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即伪码跟踪增强信息，在非导航解算时刻伪距误差估计模型可利用多普勒模型输出结果进行外推，生成与基带环路更新率一致的伪距误差估计值；同时该模型利用定位质量预测模型，预测定位质量水平，并采用D-S证据理论，利用预测的定位质量水平、卫星信号载噪比和导航解算时刻伪距误差估计值，估计码鉴别器鉴别结果可信度K_ASV和伪距误差估计值的可信度

然后伪距误差估计值经过可信度

加权得到伪码跟踪增强信息，码环滤波器滤波结果经过可信度K_ASV加权与伪码跟踪增强信息一起控制码NCO，实现伪码跟踪增强信息和GNSS接收机码环滤波结果自适应控制码NCO；最后，输出观测伪距时候需补偿观测伪距。

即根据输入输出信息种类及辅助形式，分为A-DLL-Mode1，A-DLL-Mode2，A-DLL-Mode3，A-DLL-Mode4四种模型。A-DLL-Mode1模型相比其他三种模型，结构最简单、输入信息最少以及计算量最小，只需要把输出信息送给码NCO即可；A-DLL-Mode2和A-DLL-Mode1结构上相差不大，但A-DLL-Mode2模型的输入信息需要高速率的伪距观测值，并需要多普勒外推伪距估计值；A-DLL-Mode3模型输入信息相比A-DLL-Mode2模型，需要考虑信号强度的影响，输出独立控制NCO，需要断开原有码滤波器输出与NCO之间的连接；A-DLL-Mode4模型综合A-DLL-Mode2和A-DLL-Mode3模型的基础上，充分考虑GNSS接收机位置和卫星信号强度对辅助伪码跟踪效果影响，自适应控制码NCO，稳定性更强。

(1)模型A-DLL-Mode1

本实施例中，模型A-DLL-Mode1见图5所示，输入的信息有：GNSS接收机状态信息包括接收机位置r_pos、接收机钟差δρ_τ，GNSS观测信息包括卫星信号载噪比CN0、观测伪距ρ_i和卫星星历

输出信息包括弹性增强后的高质量伪距观测量ρ_{c_i}和伪码跟踪增强信息

以及码鉴别器输出可信度K_ASV。由于没有对原始观测伪距ρ_i进行处理，ρ_{c_i}等价于ρ_i。

A-DLL-Mode1模型的伪距观测值ρ_i更新率与GNSS接收机导航解算率一致，比如1Hz，因此伪距误差估计值

的更新率为1Hz。由于GNSS接收机基带环路更新率往往大于导航解算率，1Hz更新率的伪距误差估计值不能直接辅助伪码跟踪环路，所以采用等效辅助伪码跟踪模型，即对伪距误差估计值在非GNSS接收机导航解算时刻近似等效，得到等效伪距误差估计值

其更新率与基带环路更新率一致，例如1kHz。

下面将介绍等效辅助伪码跟踪模型的具体内容。

在当卫星信号较强时，

可近似等效为线性递减，在下一个GNSS接收机导航解算时刻时递减为0，即：

式(16)中：

表示导航解算时刻更新的伪距误差估计值；

t_k表示

更新对应的时间；

T_c表示伪距误差收敛时间，这里等价为伪距误差估计值

更新周期，即GNSS接收机导航解算周期；

表示t时刻的等效伪距误差；

i表示第i颗卫星。

当卫星信号较弱的时候，码鉴别器误差较大，则近似认为伪距误差收敛时间T_c→∞，则式(16)写为：

等效伪距误差估计值

作为伪码跟踪增强信息

输出。可信度K_ASV置为1并输出，表示伪码跟踪增强信息

与GNSS接收机码环滤波结果一起控制码NCO。

具体实施时，优选建议的方案如下：

所述GNSS观测信息，与GNSS接收机导航解算更新率一致，例如1Hz，即卫星信号载噪比CN0、观测伪距ρ_i为1Hz。所述弹性增强模块A-DLL中的A-DLL-Mode1模型，进行以下步骤：

步骤1，根据所述的伪距误差估计模型计算伪距误差估计值

其更新率与GNSS接收机定位解算更新率一致，例如1Hz。

步骤2，伪距误差估计值经过等效辅助伪码跟踪模型得到等效伪距误差估计值

其更新率与基带环路更新率一致，例如1kHz。

步骤3，等效伪距误差估计值

作为伪码跟踪增强信息

输出。

步骤4，可信度K_ASV置为1并输出，表示伪码跟踪增强信息

与GNSS接收机码环滤波结果一起控制码NCO。

步骤5，观测伪距ρ_i作为弹性增强后的高质量伪距观测量ρ_{c_i}输出。

所述弹性增强模块A-DLL中的模型A-DLL-Mode1，实现的等效辅助伪码跟踪模型根据卫星信号载噪比CN0的大小，来等效外推非导航解算时刻的伪距误差估计值

(2)模型A-DLL-Mode2

本实施例中，A-DLL-Mode2模型见图6所示。输入信息与A-DLL-Mode1不同是，接收机状态信息还包括GNSS接收机速度r_vel和加速度r_accel信息，GNSS观测量信息不包括载噪比CN0。输出信息与A-DLL-Mode1一致。即输入的信息有：GNSS接收机状态信息包括接收机位置、接收机钟差、GNSS接收机速度和加速度信息，GNSS观测信息包括观测伪距和卫星星历；输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度。

A-DLL-Mode2的GNSS观测量信息，与基带环路更新率一致，例如1kHz。因此，通过利用多普勒预测模型和伪距误差估计模型可获得与基带环路更新率一致的伪距误差估计值

并作为伪码跟踪增强信息

输出。可信度K_ASV置为1并输出，表示伪码跟踪增强信息

与GNSS接收机码环滤波结果一起控制码NCO。

具体实施时，优选建议的方案如下：

所述弹性增强模块A-DLL中的模型A-DLL-Mode2，进行以下步骤：

步骤1，根据多普勒预测模型和伪距误差估计模型计算伪距误差估计值

步骤2，伪距误差估计值

作为伪码跟踪增强信息

输出。

步骤3，步骤4，可信度K_ASV置为1并输出，表示伪码跟踪增强信息

与GNSS接收机码环滤波结果一起控制码NCO。

步骤4，观测伪距ρ_i作为弹性增强后的高质量伪距观测量伪距ρ_{c_i}输出。

(3)模型A-DLL-Mode3

本实施例中，A-DLL-Mode3模型见图7所示，输入信息与A-DLL-Mode2不同的是，观测信息还包括载噪比CN0和基带相关器信息IQ。输出信息与A-DLL-Mode1一致。即输入的信息为：GNSS接收机状态信息包括接收机位置、接收机钟差、GNSS接收机速度和加速度信息，GNSS观测信息包括观测伪距、卫星星历、载噪比CN0和基带相关器信息IQ；输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度；

其中码鉴别器采用的是非相干超前减滞后幅值法，K_c表示根据卫星信号载噪比CN0设置的权重因子。

A-DLL-Mode3输出的伪码跟踪增强信息

与A-DLL-Mode2一致，但在辅助码环跟踪时，可信度K_ASV置为0，表示断开码环滤波器输出，伪码跟踪增强信息

独自控制码NCO。

由于电流层、对流层模型不能精确估计电离层、对流层延迟，且GNSS接收机导航解算得到的位置和接收机钟差存在误差，伪距误差估计值的均值

不为零，即伪距误差估计值存在偏置。因此需要在输出伪距观测值时，需要补偿伪距误差估计值给码环带来的偏置。即采用卡尔曼滤波对码鉴别器结果进行预处理，得到补偿伪距信息δρ_KF，来补偿观测伪距ρ_i，最终得到高质量伪距观测量ρ_{c_i}。此外，在弱信号环境下，考虑码鉴别器误差对补偿的影响，采用载噪比CN0对弹性增强模块A-DLL中的码鉴别器鉴别结果δρ_{i_k}线性加权，来进一步提高伪距观测质量。

具体实施时，优选建议的方案如下：

所述弹性增强模块A-DLL中的模型A-DLL-Mode3，进行以下步骤：

步骤1，和A-DLL-Mode2的步骤1-2一致，即根据权多普勒预测模型和伪距误差估计模型计算伪距误差估计值

伪距误差估计值

作为伪码跟踪增强信息

输出；

步骤2，可信度K_ASV置为0并输出，表示断开基带码滤波器输出，伪码跟踪增强信息

独自控制码NCO。

步骤3，IQ信息通过A-DLL模块中的码鉴别器，得到鉴别结果δρ_{i_k}。

步骤4，鉴别结果δρ_{i_k}经过加权后，通过卡尔曼滤波器，得到伪距补偿信息δρ_KF来补偿观测伪距ρ_i，得到补偿后的观测伪距ρ_{V_i}。

步骤5，补偿后的观测伪距ρ_{V_i}作为弹性增强后的高质量伪距观测量伪距ρ_{c_i}输出。

(4)模型A-DLL-Mode4

本实施例中，A-DLL-Mode4模型见图8所示。与A-DLL-Mode3相比，输入信息还包括特征矢量F_r，此外GNSS接收机状态信息增加了及位置、速度的标准差。输出信息与A-DLL-Mode1一致。即输入的信息有：GNSS接收机状态信息包括接收机位置、接收机钟差、GNSS接收机速度和加速度信息，以及位置、速度的标准差，GNSS观测信息包括观测伪距、卫星星历、载噪比CN0和基带相关器信息IQ，以及由接收机状态信息和观测量信息获得的特征矢量；输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度。

所述特征矢量F_r为11维特征矢量，由接收机状态信息和观测量信息获得。前6维特征为卫星数量和载噪比，分别为载噪比38dB-Hz以上的卫星数量和平均载噪比，载噪比32～38dB-Hz的卫星数量和平均载噪比，以及载噪比32dB-Hz的卫星数量和平均载噪比；后5维特征为GNSS接收机位置和速度的标准差、组合导航位置、速度和姿态的标准差，若无组合结果，则最后三维特征为0。

本实施例中，定位误差质量Q_pos由机器学习训练得到的定位质量预测模型P_Model来预测，其预测更新率与GNSS导航解算速率一致，例如1Hz。在无外部传感器信息辅助时，输入的特征矢量F_r为卫星数量和载噪比与GNSS导航解算得到的位置和速度的标准差；在有外部传感器信息辅助时，特征矢量F_r增加组合导航的位置、速度和姿态的标准差信息。

定位质量预测模型P_Model采用Matlab中的分类学习器进行训练，分类器采用集成分类器，即袋装树分类器。训练集由特征矢量F_r与定位误差质量Q_pos组成，其中定位误差质量Q_pos作为训练集的标签，由对应时刻的定位误差决定。

本实施例中，优选提出一种新的可信度估计方法：采用权重估计模型得到码鉴别器输出可信度K_ASV。权重估计模型采用的是D-S证据理论，利用载噪比CN0、伪距误差估计值

和定位质量水平Q_pos来计算可信度K_ASV。

具体实施时，可参见文献：《基于全局冲突系数的证据权重确定及合成研究》。为便于实施参考起见，提供说明如下：

所采用的D-S证据理论合成规则见式(14)和(15)：

式(19)和(20)中：

m(A)表示合成后的可靠性；

A和B表示焦元，即码鉴别器鉴别结果和伪距误差估计值；

m表示证据源，即载噪比CN0、伪距误差估计值

和定位质量水平Q_pos；

K表示冲突系数。

本实施例中，A-DLL-Mode4计算伪距误差估计值δρ_{i_k}的过程与A-DLL-Mode2一致。

表示为经过等效加权的伪距估计误差，即：

作为伪码跟踪增强信息

输出，码环滤波器滤波结果经过可信度K_ASV加权与伪码跟踪增强信息

一起控制码NCO。

A-DLL-Mode4模型与A-DLL-Mode3一样，需要补偿观测伪距。将K_ASV加权后的码鉴别器鉴别结果δρ_{i_k}经过卡尔曼滤波，得到补偿伪距信息δρ_KF，来补偿观测伪距ρ_i。同时考虑鉴别器在弱信号环境下误差较大，采用载噪比CN0对码鉴别器鉴别结果δρ_{i_k}进一步加权，获得更高质量的伪距观测值。

具体实施时，优选建议的方案如下：

所述弹性增强模块A-DLL中的模型A-DLL-Mode4，进行以下步骤：

步骤1，根据多普勒预测模型和伪距误差估计模型计算伪距误差估计值

得到外推的伪距误差估计值δρ_{i_k}。

步骤2，根据定位质量预测模型和特征矢量F_r得到GNSS接收机定位误差质量Q_pos。

步骤3，权重估计模型利用定位误差质量Q_pos、载噪比CN0和导航解算时刻伪距误差估计值

估计码鉴别器鉴别结果可信度K_ASW和伪距误差估计值

的可信度

步骤4，经过可信度K_ASV加权后的码鉴别器鉴别结果δρ_{i_k}，再根据载噪比CN0加权，并通过卡尔曼滤波器，得到的补偿伪距信息δρ_KF来补偿观测伪距ρ_i，得到补偿后的观测伪距ρ_{ASV_i}。

步骤5，补偿后的观测伪距ρ_{ASV_i}作为弹性增强后的高质量伪距观测量伪距ρ_{c_i}输出。

步骤6，输出码鉴别器鉴别结果的可信度K_ASV。

步骤7，码环滤波器滤波结果经过可信度K_ASV加权与伪码跟踪增强信息

一起控制码NCO。

步骤8，外推的伪距误差估计值

经过加权后得到伪码跟踪增强信息

并输出。

所述定位质量预测模型，由机器学习训练得到。

所述权重估计模型，采用D-S证据理论计算码鉴别器鉴别结果可信度K_ASV、伪距误差估计值的可信度

并满足

为说明本发明技术效果起见，提供以下实验测试验证结果供参考：

图11为实验测试验证流程示意图，采用Spirent记录回放仪GSS6450采集城市复杂场景的GPS L1和BDS B1频点的数据，然后在软件接收机平台测试验证所提出的四种模型；采用高精度组合导航系统作为参考真值，分析软件接收机输出结果。所述参考真值，为高精度惯导与RTK组合加反向平滑得到的结果。所述城市复杂场景，包括开阔天空、林荫道、玻璃幕墙、城市峡谷、隧道、高架桥等场景。

通过实验给出了GNSS接收机导航解算得到的接收机钟漂的波动情况和卡尔曼滤波后接收机钟漂的波动情况。对于OCXO晶振来说，接收机钟漂应当是一个相对平稳的值，从图中可以看出，导航解算得到的接收机钟漂误差较大，不能直接用于伪距误差估计。而卡尔曼滤波后的接收机钟漂，除了初始一段时间，卡尔曼滤波初始收敛过程误差较大，接收机钟漂收敛后抖动最大值小于0.1m，远小于伪距观测噪声，因此，经过卡尔曼滤波处理后，接收机钟漂对伪距误差估计影响不大。

为了验证伪距误差估计模型的准确性，通过实验给出了伪距误差估计值和伪距误差参考真值的对比结果。所述伪距误差参考真值，是通过高精度组合导航系统得到的位置(参考真值)反推的伪距与软件接收机实时处理得到的观测伪距进行双差分析，得到伪距误差真值。由于伪距误差真值包含电离层和对流程延迟缓变项，所以伪距误差参考真值不在零附近，包含一定大小的偏置，但不影响伪距误差分析。从对比结果来看，伪距误差估计值与参考真值在波动情况和幅值上几乎完全一致，说明伪距误差估计模型的准确性。

为了验证卫星信号强度对码环跟踪性能的影响，通过实验给出了载噪比和码鉴别器鉴别结果的对比结果，从图中可以看出，在载噪比小于32dB·Hz左右时，码鉴别器鉴别结果误差很大，最大接近1个码片，大于接收机基带码环所设置的码相关器间距1/8码片。一方面，在卫星信号较弱的时候，在普通GNSS接收机码跟踪环路结构下，伪距误差较大；另一方面，由于鉴别误差较大，会减弱上述四种模型对伪距观测质量的改善效果。因此，需要考虑弱信号对码鉴别器的影响，从而可以进一步提高伪距观测质量。

为了充分验证所提出的四种模型的效果，通过实验给出了GPS29和BD25在不同模型下测试结果的伪距误差真值。其中，S-DLL(Scalar-Delay Lock Loop)表示的是普通标量码跟踪环路。从测试结果可以看出，四种模型的伪距误差均远小于S-DLL模式，充分说明，所提出的四种辅助伪码跟踪模型均能显著提高GNSS接收机伪距观测质量。还可以看出，所提出的四种模型对于伪距观测质量改善效果没有明显差异，因此，需要尽可能减少对普通标量码跟踪环路调整时，可以选用模型A-DLL-Mode1。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

具体实施时，本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程，实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备，也应当在本发明的保护范围内。

在一些可能的实施例中，提供一种用于改善伪距观测质量的弹性增强GNSS伪码跟踪系统，包括处理器和存储器，存储器用于存储程序指令，处理器用于调用存储器中的存储指令执行如上所述的一种用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法。

在一些可能的实施例中，提供一种用于改善伪距观测质量的弹性增强GNSS伪码跟踪系统，包括可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序执行时，实现如上所述的一种用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (8)

1.一种用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，其特征在于：当卫星信号受衰弱、干扰或多径影响时，利用弹性增强模块A-DLL生成的伪码跟踪增强信息输入到GNSS接收机基带，辅助控制伪码NCO，弹性增强GNSS伪距观测质量，所述弹性增强模块A-DLL，包括卫星信息计算单元、多普勒预测模型、伪距误差估计模型和弹性增强信息生成模型；

所述卫星信息计算单元，用于根据卫星星历计算卫星位置、速度、加速度和卫星矫正信息，所得结果用于多普勒预测模型和伪距误差估计模型；所述卫星矫正信息，包括电离层延迟、对流层延迟、卫星钟差、地球自转和群延迟；

所述多普勒预测模型，用于根据卫星和GNSS接收机的位置、速度信息计算卫星和GNSS接收机相对运动引起的多普勒，所得结果用于伪距误差估计模型；

所述伪距误差估计模型，用于获得伪距误差估计值，辅助伪码跟踪，所得结果用于弹性增强信息生成模型；

所述弹性增强信息生成模型，用于根据输入信息种类及辅助形式差异支持四种增强模式，分别对应四种模型，分别为A-DLL-Mode1，A-DLL-Mode2，A-DLL-Mode3，A-DLL-Mode4；

所述模型A-DLL-Mode1，在接收机可提供伪距速率较低时使用；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即导航解算时刻伪码跟踪增强信息，在非导航解算时刻，利用等效辅助伪码跟踪模型，生成与基带环路更新率一致的伪码跟踪增强信息，并与GNSS接收机码环滤波结果一起控制码NCO；

所述模型A-DLL-Mode2，在接收机可提供高速率伪距时使用，其速率与基带环路更新率一致；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即导航解算时刻伪码跟踪增强信息，在非导航解算时刻伪距误差估计模型可利用多普勒模型输出结果进行外推，生成与基带环路更新率一致的伪码跟踪增强信息，与GNSS接收机码环滤波结果一起控制码NCO；

所述模型A-DLL-Mode3，在接收机结构可调整程度较大时使用；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即导航解算时刻伪码跟踪增强信息，在非导航解算时刻伪距误差估计模型可利用多普勒模型输出结果进行外推，生成与基带环路更新率一致的伪码跟踪增强信息；该模型需断开基带码滤波器输出，伪码跟踪增强信息独自控制码NCO，且输出观测伪距时需补偿观测伪距；

所述模型A-DLL-Mode4，在接收机可提供高速率伪距和计算资源充足时使用；该模型在导航解算时刻利用伪距误差估计模型，得到导航解算时刻伪距误差估计值，即伪码跟踪增强信息，在非导航解算时刻伪距误差估计模型可利用多普勒模型输出结果进行外推，生成与基带环路更新率一致的伪距误差估计值；同时该模型利用定位质量预测模型，预测定位质量水平，并采用D-S证据理论，利用预测的定位质量水平、卫星信号载噪比和导航解算时刻伪距误差估计值，估计码鉴别器鉴别结果可信度K_ASV和伪距误差估计值的可信度

然后伪距误差估计值经过可信度

加权得到伪码跟踪增强信息，码环滤波器滤波结果经过可信度K_ASV加权与伪码跟踪增强信息一起控制码NCO，实现伪码跟踪增强信息和GNSS接收机码环滤波结果自适应控制码NCO；最后，输出观测伪距时候需补偿观测伪距。

2.根据权利要求1所述用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，其特征在于：模型A-DLL-Mode1中，

输入的GNSS接收机状态信息包括接收机位置、接收机钟差，GNSS观测信息包括卫星信号载噪比CN0、观测伪距和卫星星历；

输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度；

所述GNSS观测信息，与GNSS接收机导航解算更新率一致；

所述模型A-DLL-Mode1进行以下步骤，

步骤1，根据伪距误差估计模型计算伪距误差估计值，更新率与GNSS接收机定位解算更新率一致；

步骤2，伪距误差估计值经过等效辅助伪码跟踪模型得到等效伪距误差估计值，其更新率与基带环路更新率一致；

步骤3，等效伪距误差估计值作为伪码跟踪增强信息输出；

步骤4，可信度置为1并输出，表示伪码跟踪增强信息与GNSS接收机码环滤波结果一起控制码NCO；

步骤5，观测伪距作为弹性增强后的高质量伪距观测量输出。

3.根据权利要求1所述用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，其特征在于：模型A-DLL-Mode2中，

输入的GNSS接收机状态信息包括接收机位置、接收机钟差、GNSS接收机速度和加速度信息，GNSS观测信息包括观测伪距和卫星星历；

输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度；

所述GNSS观测信息，与基带环路更新率一致；

所述模型A-DLL-Mode2进行以下步骤，

步骤1，根据多普勒预测模型和伪距误差估计模型计算伪距误差估计值；

步骤2，伪距误差估计值作为伪码跟踪增强信息输出；

步骤3，可信度置为1并输出，表示伪码跟踪增强信息与GNSS接收机码环滤波结果一起控制码NCO；

步骤4，观测伪距作为弹性增强后的高质量伪距观测量伪距输出。

4.根据权利要求1所述用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，其特征在于：模型A-DLL-Mode3中，

输入的GNSS接收机状态信息包括接收机位置、接收机钟差、GNSS接收机速度和加速度信息，GNSS观测信息包括观测伪距、卫星星历、载噪比CN0和基带相关器信息IQ；

输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度；

所述模型A-DLL-Mode3进行以下步骤，

步骤1，根据多普勒预测模型和伪距误差估计模型计算伪距误差估计值，伪距误差估计值作为伪码跟踪增强信息输出；

步骤2，可信度置为0并输出，表示断开基带码滤波器输出，伪码跟踪增强信息独自控制码NCO；

步骤3，IQ信息通过A-DLL模块中的码鉴别器，得到鉴别结果；

步骤4，鉴别结果经过加权后，通过卡尔曼滤波器，得到伪距补偿信息来补偿观测伪距，得到补偿后的观测伪距；

步骤5，补偿后的观测伪距作为弹性增强后的高质量伪距观测量伪距输出。

5.根据权利要求1所述用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，其特征在于：模型A-DLL-Mode4中，

输入的信息有，GNSS接收机状态信息包括接收机位置、接收机钟差、GNSS接收机速度和加速度信息，以及位置、速度的标准差，GNSS观测信息包括观测伪距、卫星星历、载噪比CN0和基带相关器信息IQ，以及由接收机状态信息和观测量信息获得的特征矢量；

输出的信息包括弹性增强后的高质量伪距观测量和伪码跟踪增强信息，以及码鉴别器输出可信度；

所述模型A-DLL-Mode4进行以下步骤，

步骤1，根据多普勒预测模型和伪距误差估计模型计算伪距误差估计值，得到外推的伪距误差估计值；

步骤2，根据定位质量预测模型和特征矢量得到GNSS接收机定位误差质量；

步骤3，权重估计模型利用定位误差质量、载噪比CN0和导航解算时刻伪距误差估计值，估计码鉴别器鉴别结果可信度和伪距误差估计值的可信度；

步骤4，经过可信度加权后的码鉴别器鉴别结果，再根据载噪比CN0加权，并通过卡尔曼滤波器，得到的补偿伪距信息来补偿观测伪距，得到补偿后的观测伪距；

步骤5，补偿后的观测伪距作为弹性增强后的高质量伪距观测量伪距输出；

步骤6，输出码鉴别器鉴别结果的可信度；

步骤7，码环滤波器滤波结果经过可信度加权与伪码跟踪增强信息一起控制码NCO；

步骤8，外推的伪距误差估计值经过加权后得到伪码跟踪增强信息并输出。

6.根据权利要求5所述用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，其特征在于：所述定位质量预测模型，由机器学习训练得到；预测更新率与GNSS导航解算速率一致，在无外部传感器信息辅助时，输入的特征矢量F_r为卫星数量和载噪比与GNSS导航解算得到的位置和速度的标准差；在有外部传感器信息辅助时，特征矢量F_r增加组合导航的位置、速度和姿态的标准差信息。

7.根据权利要求6所述用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，其特征在于：定位质量预测模型P_Model采用袋装树分类器进行训练，训练集由特征矢量F_r与定位误差质量Q_pos组成，其中定位误差质量Q_pos作为训练集的标签，由对应时刻的定位误差决定。

8.根据权利要求6所述用于改善伪距观测质量的弹性增强GNSS伪码跟踪方法，其特征在于：所述权重估计模型，采用D-S证据理论计算码鉴别器鉴别结果可信度K_ASV、伪距误差估计值的可信度

并满足

Images